---
title: "Ejemplo 1 con RMarkdown"
author: "M. Benavent"
date: "`r Sys.Date()`"
output: 
  flexdashboard::flex_dashboard:
    orientation: columns
    vertical_layout: fill
    source_code: embed
    logo: logos/woman.png
    favicon: logos/ucm_favicon.png
    social: [ "twitter", "facebook", "menu" ]
    navbar:
      - { title: "Datasets", href: "https://www.ucm.es/la-universidad-en-cifras", align: left }    
---

```{r setup, include=FALSE}
library(flexdashboard)
library(DT)
library(readr)   
library(readxl)
library(ggplot2)
library(dplyr)
library(plotly)

rm(list=ls())
datos_1 <- read_delim("datos_tratados.csv", delim = ";", escape_double = FALSE, trim_ws = TRUE)

datos_1$CURSO <- factor(datos_1$CURSO)
datos_1$CENTRO <- factor(datos_1$CENTRO)

# Agrupamos los datos por curso
grouped_data <- datos_1 %>%
  group_by(CURSO) %>%
  summarise(across(where(is.numeric), sum))

datos_2_M <- select(grouped_data,CURSO,TOTAL_MUJERES)
datos_2_H <- select(grouped_data,CURSO,TOTAL_HOMBRES)
colnames(datos_2_M)[2] <-"TOTAL"
colnames(datos_2_H)[2] <-"TOTAL"

datos_2_M$GÉNERO <- rep('Mujer', times = nrow(datos_2_M))
datos_2_H$GÉNERO <- rep('Hombre', times = nrow(datos_2_H))

datos_3 <- bind_rows(datos_2_M,datos_2_H)

```

# Página 1
## Columna 1
### Tabla de datos 
```{r}
# Crear una tabla interactiva con DT
tabla_interactiva  <- datatable(datos_1, options = list( pageLength = 25))
tabla_interactiva
```

## Columna 2
### Total de alumnos por curso
```{r fig.width=10, fig.height=5}
ggplot(datos_1, aes(x = CURSO, y = TOTAL)) +
  geom_col() +
  labs(title = "U.C.M.", x = "Curso", y = "Total de alumno/as.",
  ) +
  theme(axis.text.x = element_text(angle = 30, vjust = 1, hjust = 1, size = 8))
```


# Página 2 {data-orientation=rows}

## row 1

### Cuadro de texto con comentarios {data-height=300}
Podemos incluir texto que explique los resultados de los experimentos.

1. __Paso 1__
  Podemos incluir infomación del número de filas totales de la tabla.
  Tenemos un total de `r nrow(df)` observaciones.
2. __Paso 2:__
  Podemos marcar texto importante usando  *cursiva*  o **negrita**.
3. __Paso 3:__ 
  Toda la documentación para escribir *bonito* la podéis encontrar en el enlace [enlace](https://rmarkdown.rstudio.com/authoring_basics.html).

## row 2
### Componente dinámico con ggplot + plotly
```{r}
g1 <-ggplot(datos_3, aes(x = CURSO, y = TOTAL, fill = GÉNERO)) +
  geom_bar(stat = "identity", position = "dodge") +
  labs(title = "Total de Alumnos",
       x = "CURSO",
       y = "Total") +
  scale_fill_manual(values = c("Mujer" = "blue", "Hombre" = "red")) +
  theme(axis.text.x = element_text(angle = 30, vjust = 1, hjust = 1, size = 8))
g2 <- ggplotly(g1)
g2
```

## row 3
### Cuadro de texto sin título {data-height=100 .no-title}
Si queremos un componente sin título, usamos el atributo {.no-title}.

## row 4

### Componente estático con ggplot 

```{R}
datos_4 <- filter(datos_1, CENTRO == "MATEMATICAS" | CENTRO == "FISICAS")

datos_4 $CURSO <- factor(datos_4 $CURSO)
datos_4 $CENTRO <- factor(datos_4 $CENTRO)
datos_4_M <- select(datos_4 ,CURSO,CENTRO,TOTAL_MUJERES)
datos_4_H <- select(datos_4 ,CURSO,CENTRO,TOTAL_HOMBRES)

colnames(datos_4_M)[3] <-"TOTAL"
colnames(datos_4_H)[3] <-"TOTAL"

datos_4_M$GÉNERO <- rep('Mujer', times = nrow(datos_4_M))
datos_4_H$GÉNERO <- rep('Hombre', times = nrow(datos_4_H))

datos_5 <- bind_rows(datos_4_M,datos_4_H)

g1 <-ggplot(datos_5) +
  geom_boxplot(aes(y=TOTAL, x = CENTRO, fill = GÉNERO) ) +
  labs(title = "Distribución de las mujeres y hombres que estudian en la UCM",
       subtitle = "Gráficos de cajas, (geom_boxplot).",
       x = " ",
       y = "Número de estudiantes \n ",
       caption = "Fuente: El Centro de Inteligencia Institucional, UCM."
  ) +
  theme(axis.text.x = element_text(size = 10),
        #arriba(top), izquierda (left), derecha (right)
        legend.position = "top",
  )
g1
```